The Monitoring of Red Tides Based on Modular Neural Networks Using Airborne Hyperspectral Remote Sensing

这篇论文建议基于聚类和模块化的神经网络监视方法的红潮。从天线的一个团获得红潮的特征遥远的 sensinghyperspectral 数据，首先，日志剩余修正(纵向冗余码校验) 被用来使数据，然后聚类的分析正常化被采用为神经网络选择并且形成训练样本。监视的 Forrapid，辨别者由模块化的神经网络组成，其结构和学习参数被一个适应基因算法(统帅) 决定。实验证明这个方法罐头很快并且有效地监视红潮。

陕甘宁红色旅游流的网络结构特征研究

开展陕甘宁红色旅游流网络结构特征研究,可以指导目的地旅游网络结构优化,推动红色旅游高质量发展。运用地理信息技术系统(geographic information system,GIS)技术、社会网络分析等方法,对陕甘宁红色旅游流整体网络特征、网络节点特征进行系统研究。结果表明,陕甘宁红色旅游流网络结构松散,密度低,呈现典型的“核心-边缘”特征;红色旅游流网络凝聚特征显著,地域集中性强,跨区域合作有待强化;延安革命纪念馆等关键节点功能地位突出,网络极化效应显著;核心节点对周边节点存在“虹吸效应”。研究进一步从构建多极化红色旅游流网络体系、推动红色旅游与相关业态协调发展和创新融合等方面就推动陕甘宁红色旅游流网络优化提出了相关对策建议。

基于网络药理学和分子对接研究车前子-赤芍对治疗青光眼的作用机制

目的采用网络药理学和分子对接技术探讨车前子-赤芍对治疗青光眼的作用机制。方法通过TCMSP、Gene Cards等数据库收集车前子、赤芍的有效活性成分靶点及青光眼相关靶点。利用STRING数据库和Cytoscape软件构建蛋白质互作网络图,绘制药物-活性成分-靶点-疾病可视化网络图。利用DAVID数据库进行GO功能富集分析和KEGG通路富集分析。PyMolWin软件进行分子对接。结果获得药对与青光眼疾病交集靶点75个。核心靶点为AKT1、CASP3和TP53。GO功能富集分析得到了232条信息,KEGG通路富集分析确定了207条相关通路。分子对接结果显示,关键靶点与药物有效活性成分结合构象稳定。结论车前子-赤芍药对可能作用于AKT1、CASP3和TP53等靶点,通过PI3K-Akt信号通路、神经营养因子信号通路等相关通路,从而达到调节眼压和保护视神经的作用。

青年“emo时听红歌”:现象、本质与启示

当前网络空间中越来越多的青年采用听红歌的方式来抵抗“emo”情绪,并逐渐形成了“emo时听红歌”的青年亚文化现象。研究发现“emo时听红歌”现象呈现出了多平台交叉的传播轨迹、“星星之火”的传播样态和内容情感积极正向的话语表征;“emo时听红歌”现象的本质是当代青年的情绪自我疗愈,是其对红歌情感价值和精神价值的主动找寻,客观上兼具与消极音乐文化对抗的效果;“emo时听红歌”的功能机理主要源于“磁场论”下的行为自洽、情绪调节下的音乐疗愈和情感体验下的精神鼓舞;“emo时听红歌”圈群面临着组织聚合度不足、群体认同感不足和亚文化产出不足的发展困境。面对“emo时听红歌”现象,应当重视当代青年的情绪需求,不断增强青年对红歌的文化自信,推进红歌文化的守正创新,发挥红色主流音乐文化提升新时代青年精气神的重要功能和价值。

基于NS2的队列管理算法DropTail和RED仿真与研究

随着Internet的快速发展网络拥塞问题随之产生,拥塞控制行之有效的手段是在网络层实现队列管理。队列管理算法可以分为主动队列管理和被动队列管理两种。通过NS2仿真实验,对主动队列管理算法RED、被动队列管理算法DropTail的平均队列长度、吞吐量、丢包率、时延四个主要性能指标进行了比较。将得到的仿真数据进行分析,在队列长度、时延、丢包率方面,RED算法比起DropTail算法有着绝对的优势;在吞吐量方面,两种算法相差不大。因此,得出在队列管理算法中采用RED比采用DropTail更有效,为进一步研究拥塞控制算法提供了依据。

红色旅游区文化元素旅游体验质量:基于网络文本数据

红色旅游区文化元素的挖掘和识别是提升游客旅游体验质量的关键。文章综合运用网络文本分析、扎根理论以及IPA分析等方法,以西柏坡红色旅游区为例,构建红色旅游区文化元素的概念模型,分析和评价大数据下红色旅游区文化元素的旅游体验质量。研究结果表明:游客对西柏坡红色旅游区的整体感知主要集中在历史回顾、红色之旅、旅游吸引物和红色精神上,且情感整体呈现积极状态;从旅游体验内容来看,风土人情、历史印记、文化体验三个层面既是游客旅游体验内容的来源,同时也构成游客对西柏坡红色旅游区文化元素的感知时间序列;就旅游体验质量而言,游客对西柏坡红色旅游区的相关评价整体呈上升趋势,自然景观和人文精神给游客带来较高质量的旅游体验,但生活氛围、建筑风貌、红色故事挖掘等方面还存在诸多问题亟待改善。

改进的RED队列管理算法:RED-r

为了避免RED缺陷,提出一种改进的RED算法——RED-r。该算法采用二次圆函数来计算丢包概率,减少了RED的设置参数,实现了在网络大延时和小延时时的队列稳定,且在小延时能获得比PID队列更平滑的效果。NS2仿真验证了RED-r算法的有效性。

基于RED的AODV路由协议改进

基于当前使用非常广泛的随机早期检测(RED)拥塞控制机制,提出了一种改进方案:在AODV的路由发现阶段,根据当前平均队列长度来确定以不同的方式响应路由请求,从而使建立起来的路由比较可靠,使数据流可以绕过负担比较重的节点,实现一定程度的拥塞控制和流量均衡,最后对改进前后的协议进行了性能仿真和分析。结果表明,改进后的协议与原协议相比在复杂度没有明显增加的前提下,降低了平均延时和丢包率,提高了网络性能。

基于RED的无线传感器网络的拥塞控制

拥塞控制问题是影响无线传感器网络性能的一个重要因素。针对无线传感器网络中的拥塞控制问题,提出了一种基于RED的拥塞避免策略。RED算法目前比较常用于路由器队列管理中,以实现对缓存空间队列长度的管理。将其引入到无线传感器网络中,采用拥塞度门限值作为拥塞调节的依据,以matlab软件作为仿真工具,通过建立简单网络拓扑结构进行模拟实验,综合比对各个实验参数下的不同实验结果,从而得到适当参数值下,较好的无线传感器网络传输性能。

长征沿线红色旅游多尺度空间行为模式挖掘与仿真模拟

旅游者空间行为模式是旅游地理学的重要理论命题。针对长征沿线多尺度红色旅游空间行为的研究,不仅可以丰富地理学在人类闲暇活动空间和行为决策方面的理论,还可以为长征国家文化公园建设的空间结构规划、旅游线路优化等实践需求提供支撑。文章获取了2012—2022年长征沿线红色旅游轨迹1 576 093条,运用无监督学习模型分别从大、中、小尺度挖掘红色旅游者空间行为模式,通过仿真模拟分析评估模式韧性。主要结论有:1)长征沿线红色旅游活动尺度越大模式越少,大、中、小尺度下分别形成了17种、56种和81种红色旅游模式;2)长征沿线已形成8个主要的联动区域,大尺度下主要为2~4个省份间的联动,中尺度下以3~6个城市间的联动为主,小尺度下则表现为1~3个长征相关红色旅游景区联动特征;3)模式网络韧性来看,中尺度模式>小尺度模式>大尺度模式,中小尺度的模式间韧性差异更大。

路由器算法Droptail和RED的分析与优化

因特网的迅速发展使网络拥塞问题日益得到人们的重视,近年来提出了许多基于路由器的拥塞控制机制。文章详细分析了基于路由器的弃尾(Droptail)和随机早期检测RED(RandomEarlyDetection)拥塞控制机制的设计思想和算法实现。针对RED算法存在的不足对其进行改进,提出CRED(ConicRandomEarlyDetection)算法,该算法的基本思想是,当平均队列长度在最小和最大阈值之间时,使丢包概率采用一种平滑的增长机制。通过大量仿真实验对三种算法的性能进行对比研究,表明CRED算法在网络延迟、振荡等网络性能上比RED算法更有效。

一种非线性的高阶修正的RED改进算法

路由器中队列长度的变化是非线性的,针对原始随机早期检测RED算法在线性丢弃概率增长下的局限性,提出一种非线性高阶函数修正分组丢弃概率的改进RED算法(简称NLRED算法)。通过NS2对FTP、CBR应用层业务流的仿真实验,结论表明改进的算法NLRED在提高网络吞吐量、网络链路利用率,减小分组在路由器中的排队时延等方面性能均有所提高。

基于路由器的RED和Droptail算法比较

弃尾(Droptail)和随机早期检测RED(RandomEarlyDetection)算法是目前路由器中采用的两种重要的队列管理算法。为了在路由器中广泛应用RED算法取代Droptail算法提供依据,对两种算法的性能和实现条件进行了对比研究。使用网络仿真平台NS2(NetworkSimulationVersion2),首次在缓冲区大小相同的条件下,证明了RED算法在网络拥塞控制、提高网络性能及利用率等方面较Droptail算法有很大提高。仿真结果表明,RED算法与Droptail算法相比,平均队长缩短32%;传输延时减小50%以上;网络净吞吐量提高13%;丢包率降低13%;并能在一定程度上避免发生"全局同步"。

薪火相传:图书馆“红色记忆”网络空间探索与思考

近年来,国家高度重视红色文化的传承与弘扬。作为重要的公共文化服务机构,图书馆要在红色文化传播和弘扬中担负起应有的责任。文章通过调研分析31家省级公共图书馆2022年红色文化数字资源库建设和红色文化传播活动情况,指出其中存在的问题;在深入分析“红色记忆”网络空间价值的基础上,提出从建设、应用、互动、开发等环节,打造融红色文化资源供给、红色文化共享、红色文化思想交流和红色文化创新利用等多功能于一体的“红色记忆”网络空间。

基于RIP协议的RED算法的改进

基于IP协议的网络拥塞算法RED是针对路由器的缓冲队列的早期随机丢弃策略,但是其丢弃概率p是一固定线性增长的值,不能根据网络流量或网络拥塞的程度而自我调整。利用RIP协议的相临路由器定期交换路由表的机制,来改进RED算法,起到了早期发现并抑制网络拥塞的目的。

基于网络文本分析的上海红色旅游形象感知研究

以携程、去哪儿、马蜂窝旅游网站收集的有效评论作为研究数据,基于旅游形象“认知—情感”三维理论模型,运用网络文本分析中的词频分析、情感分析、语义网络分析等方法对上海红色旅游认知形象、情感形象、整体形象以及不同类型红色旅游景点形象感知差异进行分析。研究发现:游客对上海红色旅游形象感知呈现出“核心—次核心—外围”结构特征,体现出以上海革命历史文化为核心主体,以纪念馆、历史建筑为物质载体,拓展出红色旅游的功能属性与情感属性,共同构成上海红色旅游形象感知的基石。游客关于不同类型的红色旅游景点认知形象、情感形象和整体形象感知存在一定差异性。基于以上分析结果,提出上海红色旅游形象优化与提升建议。

红色基因传承教育:研究热点与趋势研判

党和国家历来高度重视红色基因的传承教育,党的二十大报告指明了在新时代新征程上中国共产党人继承红色基因的努力方向。为探究高校红色基因传承教育研究的理论与实践热点,基于关键词共现网络分析法对相关主题的210份文献与170份政策进行分析,研究热点聚焦红色基因的内涵与价值、育人实践、传承路径等,政策热点聚焦红色资源保护、青少年红色教育等。互联网时代下高校红色基因传承教育路径亟待创新,建议加强“互联网+”思维,进行“大思政课”建设,探索构建数字育人新格局。

应用Logistic方程的RED改进算法

为了降低丢包率,通过对线性增长的随机早期检测(RED)算法进行研究改进,引入了Logistic方程的方法来计算丢包率;并通过仿真实验对LGRED和NLRED的实验结果进行了比较,发现LGRED相对于RED的丢包率降低了约28.83%。实验结果表明:在相同的参数条件下,LGRED算法更加能够控制丢包的发生,提高网络性能。

队列管理算法DropTail和RED研究与仿真

队列管理主要负责路由器内部队列的建立、维护和排队,以决定何时接收或者丢弃某个包。目前Internet普遍采用的拥塞控制机制是DropTail主动队列管理算法,而随机早期检测(RED,Random Early Detection)是IETF推荐使用的队列管理算法。本文利用NS2网络仿真器在队列监视角度对DropTail与RED进行仿真模拟,比较分析得出RED队列管理算法整体性能高于DropTail,为进一步研究RED算法提供了依据。

红色影视推进“驻保高校”网络爱国主义教育研究

互联网的发展为高校网络爱国主义教育提供了良好条件,河北保定不仅是历史文化名城,而且有着深厚的红色文化底蕴,为红色电影提供了不竭的精神源泉。运用红色影视推动驻保高校网络爱国主义教育是一种根据本地化特色对教学方式的探索,主要目的是在网络中与大学生进行互动交流,与学生同构“观看者”身份,建立一种新的教学模式。这种模式对增强爱国主义教育的吸引力、互动性和常态化具有独特优势,但也面临着高校重视红色影视程度不够、文化发展多元化以及虚拟环境干扰等一系列挑战。在运用红色影视推进驻保高校网络爱国主义教育的过程中,教育者需要在教育内容、方法等方面不断发挥网络平台、媒体和传播阵地的育人作用。